C4.5决策树算法优化及其应用

发布时间：2017-12-14 19:14

  本文关键词：C4.5决策树算法优化及其应用

  更多相关文章： C4.5算法 泰勒级数 GINI指数 属性依赖度 PCA

【摘要】：C4.5算法是一种分类预测算法,是数据挖掘算法中的十大经典算法之一。C4.5算法的优化与应用广泛存在于各个领域,如商业决策、医学领域的病症预测以及生物学领域的基因识别等。为了改进C4.5算法的特征选择正确性和数据处理能力,将C4.5算法与粒子群算法和模糊算法等相结合是目前比较流行的改进方法。本文主要针对C4.5算法的对数运算、属性间相关性影响以及冗余计算等问题进行优化,并将改进后算法应用于学生英语统考成绩预测中。针对C4.5算法计算时间长、属性间相关性影响的问题,提出了一种基于属性间GINI指数均值的C4.5算法(GC4.5)。首先,运用泰勒级数和等价无穷小的原理对信息增益率的公式进行简化,用“加”,“减”,“乘”,“除”来代替对数运算,目的是减少调用对数运算函数的时间;其次,在简化后的信息增益率公式中引入条件属性间的GINI指数均值,用于调整因条件属性间相关性导致的误差。通过大量的UCI数据集进行分析预测实验,结果验证,GC4.5算法较现有的一些C4.5改进算法拥有相对较高的分类正确率和较短计算时间。针对C4.5算法的无关属性的影响和相关性的问题,提出了基于属性依赖度计算和PCA算法的C4.5算法(RPC4.5)。首先,根据属性依赖度的计算公式计算出数据集中条件属性与类属性依赖度,删除依赖度很小的条件属性,避免无关计算;其次,运用PCA算法的压缩原理处理数据集,经PCA处理后数据集属性组合的主成分相互独立,从而解决属性间相关性的影响问题。通过对大量的UCI数据集进行实验,结果证明,RPC4.5算法与C4.5算法以及其它一些C4.5的改进算法相比,在分类正确率上有一定提高,建模时间有相对优势。成绩预测是当前数据挖掘研究的热门应用。由于C4.5算法的简单易懂,建模时间短,分类正确率相对较高的特点,成为成绩预测所用算法的首选。本文将GC4.5和RPC4.5算法应用于学校的英语统考成绩预测中,借助JAVA开发平台Eclipse和数据挖掘分析工具WEKA进行应用实验,结果表明,与改进之前的C4.5算法相比较,GC4.5算法和RPC4.5算法的分类预测结果具有较高的正确率,建模时间更短,因此,本文对于C4.5算法的改进应用于成绩预测系统中是可行的,并具有一定的实用性。
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP311.13

【相似文献】

中国期刊全文数据库 前10条

1 葛磊;武芳;王鹏波;张冬林;;3维建筑综合中基于最小特征的面平移算法[J];测绘科学技术学报;2009年02期

2 骆雯,孙延明,陈振威,陈锦昌;判断点与封闭多边形相对关系的改进算法[J];机械;1999年03期

3 李林;卢显良;;一种基于切割映射的规则冲突消除算法[J];电子学报;2008年02期

4 刘巧玲;张红英;林茂松;;一种简单快速的图像去雾算法[J];计算机应用与软件;2013年07期

5 林亚平,杨小林;快速概率分析进化算法及其性能研究[J];电子学报;2001年02期

6 章郡锋;吴晓红;黄晓强;何小海;;基于暗原色先验去雾的改进算法[J];电视技术;2013年23期

7 杨铁军;靳婷;;一种动态整周模糊值求解算法及其仿真分析[J];系统工程与电子技术;2007年01期

8 周秀玲;郭平;陈宝维;王静;;几种计算超体积算法的比较研究[J];计算机工程;2011年03期

9 吴一戎,胡东辉,彭海良;Chirp Scaling SAR成象算法及其实现[J];电子科学学刊;1995年03期

10 王贵竹;一种产生单向分解值的算法[J];安徽大学学报(自然科学版);2001年03期

中国重要会议论文全文数据库 前10条

1 尹冀锋;;一种新的图象自适应增强算法[A];四川省通信学会一九九二年学术年会论文集[C];1992年

2 宁春平;田家玮;郭延辉;王影;张英涛;郑桂霞;刘研;;计算机辅助增强、分割算法在鉴别乳腺良、恶性肿块中的应用价值[A];中华医学会第十次全国超声医学学术会议论文汇编[C];2009年

3 谢丽聪;;SVB查询改写算法的改进[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

4 郑存红;;复杂背景下相关跟踪算法研究及DSP实现[A];中国光学学会2010年光学大会论文集[C];2010年

5 杨文杰;吴军;;RFID抗冲突算法研究[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集（上）[C];2008年

6 高山;毕笃彦;魏娜;;一种基于UPF的小目标TBD算法[A];第十四届全国图象图形学学术会议论文集[C];2008年

7 周磊;张卫华;王晓奇;张军;;基于流水算法的智能路障机器人设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

8 潘巍;李战怀;陈群;索博;李卫榜;;面向MapReduce的非对称分片复制连接算法优化技术研究[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

9 李伟伟;蔡康颖;郑新;王文成;;3D模型中重复结构的多尺度快速检测算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

10 杨任尔;陈恳;励金祥;;基于棱边方向检测的运动自适应去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中国重要报纸全文数据库 前1条

1 国泰君安资产管理部;“算法交易”是道指暴跌罪魁祸首?[N];上海证券报;2010年

中国博士学位论文全文数据库 前10条

1 冯辉;网络化的并行与分布式优化算法研究及应用[D];复旦大学;2013年

2 许玉杰;云计算环境下海量数据的并行聚类算法研究[D];大连海事大学;2014年

3 李琰;基于猫群算法的高光谱遥感森林类型识别研究[D];东北林业大学;2015年

4 陈加顺;海洋环境下聚类算法的研究[D];南京航空航天大学;2014年

5 王洋;基于群体智能的通信网络告警关联规则挖掘算法研究[D];太原理工大学;2015年

6 雷雨;面向考试时间表问题的启发式进化算法研究[D];西安电子科技大学;2015年

7 熊霖;大数据下的数据选择与学习算法研究[D];西安电子科技大学;2015年

8 周雷;基于图结构的目标检测与分割算法研究[D];上海交通大学;2014年

9 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年

10 蒋亦樟;多视角和迁移学习识别方法和智能建模研究[D];江南大学;2015年

中国硕士学位论文全文数据库 前10条

1 姚鑫宇;EMD去噪与MUSIC算法在DOA估计中的联合应用[D];昆明理工大学;2015年

2 陆进;面向含噪数据聚类相关算法的研究[D];复旦大学;2014年

3 李家昌;基于能量约束的超声图像自动分割算法[D];华南理工大学;2015年

4 陈坚;基于密度和约束的数据流聚类算法研究[D];兰州大学;2015年

5 高健;基于Zynq7000平台的去雾算法研究及实现[D];南京理工大学;2015年

6 顾磊;基于Hadoop的聚类算法的数据优化及其应用研究[D];南京信息工程大学;2015年

7 杨燕霞;基于Hadoop平台的并行关联规则挖掘算法研究[D];四川师范大学;2015年

8 王羽;基于MapReduce的社区发现算法的设计与实现[D];南京理工大学;2015年

9 许振佳;流式数据的并行聚类算法研究[D];曲阜师范大学;2015年

10 董琴;人工蜂群算法的改进与应用[D];大连海事大学;2015年

，

本文编号：1289037